Search

Resumen Varios autores han reconocido la importancia que las emociones juegan en el texto literario, para captar la atención del lector sin que la crítica literaria haya llegado a incorporar estas en su estudio. En el presente trabajo, se realiza el primer análisis digital de sentimiento sobre la narrativa cervantina del que se tiene constancia, con el fin de identificar el uso que su autor realiza de las emociones. Los resultados muestran cómo Cervantes emplea un importante número de léxico emocional que varía en frecuencia y cantidad en el transcurso de su obra. Asimismo, se muestra cómo el cambio constante en la polaridad del texto contribuye a crear cierta tensión emocional que el autor sabe utilizar de forma magistral. Dicho contraste emocional puede observarse no solo a lo largo de cada una de las obras literarias analizadas, sino también a lo largo de la trayectoria literaria de Cervantes. Se trata este de un análisis novedoso, que realiza un acercamiento a un campo de estudio prometedor que presenta resultados de valor y relevancia para el avance en el conocimiento del uso de las emociones en el texto literario. Abstract Several authors have recognized the importance that emotions play in the literary text to capture the reader's attention without literary criticism having incorporated them into their study. In the present work, the first digital sentiment analysis in Cervantes’ narrative of which there is evidence carried out to identify the author's use of emotions. The results show how Cervantes uses an important number of emotional words that varies in frequency and quantity in the course of his work. Likewise, it shows how the constant change in the polarity of the text contributes to create a certain emotional tension that the author knows how to use masterfully. This emotional contrast can be observed not only throughout each of the literary works analyzed, but also throughout the literary career of Cervantes. This novel analysis makes an approach to a promising field of study that presents results of value and significance for the advancement in the knowledge of the use of emotions in the literary text.

La aparición y auge de la comunicación canalizada digitalmente, especialmente de las llamadas redes sociales, reclama capacidades analíticas automatizadas para extraer información y patrones a partir de datos masivos baja o pobremente estructurados con el objetivo de predecir tendencias, acciones y eventos futuros. Este ámbito concita el interés de investigadores y empresas, con implicaciones para la lingüística, la informática, la psicología, las ciencias sociales o la estadística, entre otras áreas.

Trabajo de Fin de Grado. Grado en Ingeniería Informática. Curso académico 2020-2021., [ES]La plataforma consiste, en primer lugar, en una página web donde los usuarios podrán hacer login para ver distintas estadísticas acerca de sus redes sociales. Es necesario un sistema de usuarios ya que las propias funcionalidades de la plataforma ya requieren cierto uso de recursos. Abrir completamente la plataforma no permitiría que esta ofreciese todo lo que pretende con un rendimiento aceptable. El cliente conectará con el servidor a través de una API. Para la creación del frontend se pretende hacer uso del popular framework bootstrap, junto a node.js y express.js en el backend. Será necesario también construir una base de datos, preferiblemente no relacional (dada la estructura de documento de los datos con los que trabaJará la plataforma), como puede ser mongodb. Así, el sistema de usuarios se basaría en la unión node.js/mongodb. Por último, el servidor contará con distintos módulos escritos en python cuyo objetivo será la recolección, procesamiento y análisis de datos. Para ello se construirá un módulo crawler que obtenga datos de redes sociales utilizando las apis disponibles. También se necesitarán módulos que procesen y analicen los datos. Estos módulos utilizarán tanto técnicas más tradicionales y formales como técnicas de machine learning. En concreto técnicas de análisis de sentimiento - NLP, natural language processing-. Así, será necesario un dataset de sentimiento, por lo que se propone también la creación de dicho dataset para el idioma español, dada la notable ausencia de este tipo de datasets en nuestro idioma., [EN]The platform consists, first of all, of a web page where users will be able to log in to see different statistics about their social networks. A user system is necessary as the platform's own functionalities already require some resource usage. Opening the platform completely would not allow it to offer everything it intends to of fer with an acceptable performance. The client will connect to the server through an api. For the creation of the frontend we intend to make use of the popular bootstrap framework, along with node.js and express.js in the backend. It will also be necessary to build a database, preferably non-relational (given the document structure of the data with which the platform will work), such as mongodb. Thus, the user system would be based on the node.js/mongodb union. Finally, the server will have different modules written in python whose objective will be the collec tion, processing and analysis of data. For this purpose, a crawler module will be built to obtain data from social networks using the available apis. Modules that process and analyze the data will also be needed. These modules will use both more traditional and formal techniques as well as machine learning techniques. Specifi cally, sentiment analysis techniques - nlp, natural language processing-. Thus, a sen timent dataset will be needed, so it is also proposed the creation of such a dataset for the spanish language, given the notable absence of this type of dataset in our language

Dentro del campo del Procesamiento de Lenguaje Natural (NLP) se ha generado un ecosistema de algoritmos que permiten el análisis y clasificación de datos a partir del aprendizaje automatizado. Este trabajo se focaliza en el llamado análisis de sentimiento, por el cual, es posible clasificar textos en idioma inglés según una polaridad, en nuestro caso positiva o negativa. Como caso de uso concreto nos hemos decidido por textos de opiniones de películas o series en IMDB, considerando la importancia que el sector audiovisual tiene en la actualidad y la gran cantidad de recursos que destina esta industria al análisis de las preferencias de los usuarios. Se ha definido y seguido una planificación standard de tareas a tres meses vista, utilizando una metodología de tipo CRISP-DM, que es la utilizada para proyectos basados en 'Machine Learning'. Dentro del análisis inicial y después de ver las diferentes técnicas y algoritmos dedicados al NLP se han implementado y probado tres algoritmos diferentes, basados en conceptos distintos: por un lado, los algoritmos más clásicos, Multinomial Naïve Bayes y Logistic Regression, y por otro lado ULMFiT, basado en técnicas de 'Transfer Learning'. Finalmente, comprobamos que los resultados han sido muy buenos con unas tasas en los tres casos entorno al 90%, siendo ULMFiT el que mejores resultados obtiene. En este sentido, los recursos necesarios para este tipo de algoritmos pueden no justificar su utilización, considerando que la diferencia de resultados no ha sido demasiado grande, pero sí plasma su potencial. Within the field of Natural Language Processing (NLP) an ecosystem of algorithms has been generated, allowing data analysis and classification using machine learning techniques. This work is focused on the so-called sentiment analysis, which allows to classify texts in the English language according to a polarity, in our case positive or negative. As a specific use case, we have decided on texts of opinions of movies or series using IMDB, considering the importance that the audiovisual sector has and the large amount of resources that this industry allocates for user preferences analysis. A standard three-month planning of tasks has been defined and followed, using a CRISP-DM type methodology, which is used for projects based on 'Machine Learning'. Within the initial analysis and after seeing the different techniques and algorithms dedicated to NLP, three different algorithms have been developed and tested, based on different concepts: firstly, the more classical algorithms, Multinomial Naïve Bayes and Logistic Regression, and finally ULMFiT, based on 'Transfer Learning' techniques. Finally, the results have been very good, with accuracies of around 90% in all three cases, being ULMFiT the best of all. In this sense, the resources necessary for this type of algorithm may not justify its use, considering that the differences has not been too big, but it does reflect its potential. Dins del camp del Processament del Llenguatge Natural (NLP) s'ha generat un ecosistema d'algoritmes que permeten l'anàlisi i classificació de dades a partir de l'aprenentatge automatitzat. Aquest treball es focalitza en l'anomenat anàlisi de sentiment, per el qual, és possible classificar text en idioma anglès segons una polaritat, en el nostre cas positiva o negativa. Com a cas d'ús concretament ens hem decidit per text d'opinions de pel·lícules o series en IMDB, considerant la importància que el sector audiovisual té en la actualitat i la gran quantitat de recursos que destina aquesta indústria a l'anàlisi de les preferències dels usuaris. S'ha definit i seguit una planificació estàndard de tasques a tres mesos vista, utilitzant una metodologia de tipus CRISP-DM, que és la utilitzada per a projectes basats en 'Machine Learning'. Dins de l'anàlisi inicial i després de veure les diferents tècniques i algoritmes dedicats al NLP s'han implementat i provat tres algoritmes diferents, basats en conceptes diferents: per una banda, els algoritmes més clàssics, Multinomial Naïve Bayes i Logistic Regression, i per l'altre ULMFiT, basat en tècniques de 'Transfer Learning'. Finalment, comprovem que els resultats han sigut molt bons amb unes tasses en tots tres casos sobre el 90%, sent ULMFiT el que millors resultats obté. En aquest sentit, els recursos necessaris per aquest tipus d'algoritmes poden no justificar la seva utilització, considerant que la diferència de resultats no ha sigut massa gran, però sí plasma el seu potencial.

espanolLos cambios producidos en los ultimos anos en cuanto a modelos de comunicacion social han llevado a todos los sectores a adaptarse a los nuevos medios para alcanzar a su publico. La comunicacion de la ciencia no es una excepcion. La manera en que se distribuyen contenidos sobre ciencia esta cambiando debido a la presencia creciente de tecnologias, y la red social Twitter se ha convertido en un importante aliado debido a su gran volumen de usuarios. En el presente trabajo, se utilizan tecnicas de aprendizaje automatico para desarrollar un clasificador —que funciona en tiempo real— de sentimiento relacionados con mensajes publicados en Twitter. Para ello, se descargaron 200 000 tweets destinados a construir un corpus de entrenamiento limpio y procesado de 10 000 textos etiquetados, la mitad positivos y la mitad negativos, sobre ciencia en espanol. El corpus permite entrenar el modelo de aprendizaje automatico y construir un prototipo OpScience, capaz de determinar el sentimiento de mensajes publicados en Twitter en tiempo real. Los resultados relacionados con la exactitud del clasificador corresponden al 72 %. Estos resultados pueden ayudar a darle mayor valor a temas de la comunicacion cientifica en un espacio de debate social y predecir intereses o tendencias futuras, como se pudo comprobar en una prueba en enero de 2019. portuguesAs mudancas produzidas nos ultimos anos nos modelos de comunicacao social tem levado a todos os setores a se adaptar aos novos meios para alcancar a seu publico. A comunicacao da ciencia nao e uma excecao. A maneira em que se distribuem conteudos sobre ciencia esta adaptando-se a uma presenca crescente de tecnologias, e a rede social Twitter se tem convertido em um importante aliado devido a seu grande volume de usuarios. Neste trabalho se utilizam tecnicas de aprendizagem automatica para desenvolver um classificador de sentimento de mensagens publicados em tempo real no Twitter. Para isto, descarregaramse 200 000 tweets destinados a construir um corpus de treino limpo e processado de 10 000 textos etiquetados, metade positivos e metade negativos, sobre ciencia em espanhol. O corpus permite treinar o modelo de aprendizagem automatico e construir um prototipo, OpScience, capaz de determinar o sentimento de mensagens publicados no Twitter em tempo real. Os resultados de concordância do classificador situam-se em um 72 %. Isto pode ajudar a valorar temas de comunicacao cientifica em um espaco de debate social e predecir interesses ou tendencias futuras, como se conseguiu comprovar em uma prova em janeiro de 2019 EnglishThe changes produced in recent years in social communication models have meant that all sectors have had to adapt to new media to reach their audiences. The communication of science is no exception. The distribution of contents about science is adapting to an increasing presence of technologies, and the social network Twitter has become a necessary ally due to its large volume of users. In this paper, machine learning techniques are used to develop a sentiment classifier of messages posted in real-time on Twitter. To this end, 200 000 tweets were downloaded to build a training corpus of 10 000 clean and processed labeled texts, half positive and half negative, about science in Spanish. This corpus allows the training of the machine learning model and builds a prototype, OpScience, able to determine the sentiment of messages posted on Twitter in real-time. The accuracy results obtained by the classifier is around 72 %. This can help to assess issues of scientific communication in a space of social debate and predict future interests or trends, as observed during the test in January 2019.

El siguiente paso fue el análisis de datos, en el cual se realiza el análisis de sentimiento los conjuntos de datos. El análisis consta de tres partes: (a) una tabla de resultados estadísticos descriptivos longitudinales relativos a las puntuaciones de sentimiento, (b) una tabla anual de colocaciones y (c) una discusión sobre los hallazgos en el corpus a partir de la observación de rankings anuales de colocaciones, con la intención de triangular los datos obtenidos. Principalmente, se evidencian dos hechos: (1) Los términos se convierten en palabras evento dado el enorme aumento de su frecuencia de uso debido a los eventos clave de la crisis. A partir de este fenómeno se producen cambios significativos en el uso (la orientación semántica de colocaciones varía) y frecuentemente suelen tiene un nivel menor de especialización. (2) Las medias anuales de la orientación semántica de un término contextualizado permiten observar fluctuaciones importantes en el sentimiento embebido en el discurso. Una triangulación de los datos cuantitativos con sus colocaciones más significativas y los eventos relacionados con la Gran Recesión permite concluir que la orientación semántica de los términos del dominio económico-financiero es muy susceptible de variar a medida que se desarrollaron los hechos de la crisis financiera. Fecha de lectura de Tesis Doctoral: 20 de septiembre 2019 Esta tesis se centra en el estudio longitudinal de la influencia de los eventos en la forma en la orientación semántica en la terminología económica. En este caso se estudiará el periodo de la Gran Recesión, un acontecimiento de primer orden que generó una gran cantidad de información textual que se ha aprovechado como fuente de datos susceptibles de ser analizados automáticamente. El análisis de sentimiento es una disciplina del procesamiento del lenguaje natural que se ocupa del tratamiento computacional de la opinión de la subjetividad en los textos. Por ello, el objetivo general de esta tesis es analizar las fluctuaciones en la orientación semántica de una serie de términos económicos dentro del período 2007-2015 a través de la caracterización del impacto de los eventos de mayor orden en las variaciones semánticas de las unidades léxicas. Entre sus objetivos específicos están: (1) recopilar un lexicón de sentimiento de dominio económico-financiero en lengua inglesa a partir de un corpus de noticias económicas diseñado ad-hoc, (2) definir un conjunto de datos longitudinal en forma de oraciones que contienen los términos de estudio y que serán el input del análisis de sentimiento, (3) tras analizar los una serie de términos económicos-financieros, identificar los eventos que han acompañado a cambios en su orientación semántica y (4) analizar las posibles variaciones en la prosodia semántica. Para llevar a cabo el análisis automático, se desarrolló LexiEcon, un lexicón plug-in de dominio específico para la lengua inglesa adaptado para la suite Lingmotif. Dada su amplitud, los resultados de cobertura y exhaustividad de su evaluación fueron muy satisfactorios (F1 0,735). Esta cifra supone alrededor de un 20% más que los resultados que ofrece Lingmotif sin léxico específico cuando clasifica los textos del dominio económico-financiero.

Este artículo presenta el análisis de sentimiento de la discusión de partidos políticos en Twitter, en el contexto de la Moción de Censura al gobierno español de 2018. En particular, extrajimos y analizamos 2824 tweets de las cuentas oficiales de las 13 formaciones políticas representadas en el Congreso de los Diputados. En su desarrollo metodológico aplicamos el análisis composicional de datos y su visualización a través del biplot (una herramienta de visualización que permite contrastar la importancia relativa de los elementos en estudio). A diferencia de los enfoques tradicionales, nuestro estudio enfatiza la importancia relativa de los temas dentro de la agenda, a la vez que incorpora un tercer componente, el análisis de sentimiento. La investigación concluye sobre la fiabilidad del método para representar composicionalmente la agenda y los agenda-setters, así como el análisis de sentimiento, constatando que los temas que se asocian de forma más notable con determinados partidos, también lo hacen con su proyección sobre los sentimientos. El análisis arroja luz sobre la representación de los sentimientos en los agenda-setters (agenda de atributos), especialmente en el campo de la comunicación política. In this article we provide an analysis of the sentiment of the political parties’ discussion on Twitter, about the 2018 motion of no confidence to the Spanish government. In particular, we extracted and analyzed 2824 tweets from the official accounts of the 13 political parties represented in the Congress of Deputies. In its methodological development we apply a compositional data analysis and its visualization through the biplot (a visualization tool that allows to contrast the relative importance of the elements under study). Unlike traditional approaches, our study emphasizes the relative importance of the issues within the agenda, while incorporating a third component, the analysis of sentiment. The main findings of this research concern the reliability of the method to represent compositionally the agenda and the agenda-setters, as well as the sentiment analysis, confirming that the issues that are most notably associated with certain parties, also are so with their projection on sentiment. In sum, this analysis sheds light on the representation of sentiment in the agenda-setters (attribute agenda), especially in the field of political communication. El trabajo ha sido financiado con las ayudas de la Generalitat de Catalunya (COSDA: 2017SGR656), del Ministerio de Ciencia, Innovación y Universidades/FEDER (CODAMET: RTI2018-095518-B-C21), y del Ministerio de Sanidad, Consumo y Bienestar Social (CIBER: CB06/02/1002).

La informaci´on registrada en el internet cada d´ıa crece de forma abrumadora, plataforma de redes sociales como Twitter, contiene informaci´on de texto valiosa, que ha motivado a muchos investigadores a la recuperaci´on de informaci´on utilizando interfaces de programaci´on de aplicaciones, conocida tambi´en por la sigla API, en ingl´es, para la obtenci´on de conjunto de datos, informaci´on v´alida para pruebas de experimentaci´on que permita conocer la opini´on de un grupo de usuarios. El presente trabajo muestra un m´etodo de predicci´on de an´alisis de sentimiento en las elecciones pu´blicas del Ecuador basado en la red social Twitter. Se pretende conocer el sentir de los ciudadanos acerca de los candidatos presidenciales, aplicando t´ecnicas de procesamiento de lenguaje natural, m´etodo de predicci´on de aprendizaje autom´atico para los comicios electorales.

Sentiment Analysis is a task that aims to calculate the polarity of text automatically. While some languages, such as English, have a vast array of resources to enable sentiment analysis, most under-resourced languages lack them. Cross-lingual Sentiment Analysis (CLSA) attempts to make use of resource-rich languages in order to create or improve sentiment analysis systems in an under-resourced language. In this thesis, we propose cross-lingual sentiment approaches that have minimal parallel data requirements, while making the best use of available monolingual data. We propose a model to incorporate sentiment information into bilingual distributional representations, by jointly optimizing them for semantics and sentiment, showing state-of-the-art performance when combined with machine translation. We then move these approaches to aspect-level and subsequently test them on a variety of language families and domains. Finally, we show that this approach can also be suitable for domain adaptation. L’anàlisi de sentiment és una tasca que ens permet calcular la polaritat de un text de manera automàtica. Mentre algunes llengües, com l’anglès per exemple, tenen una àmplia varietat de recursos per crear sistemes d’anàlisi de sentiment, n’hi ha més que els troben a faltar. L’Anàlisi de Sentiment Cross-lingüe (ASCL) intenta fer servir els recursos de llengües riques en recursos per crear o millorar sistemes d’anàlisi de sentiment en llengües pobres en recursos. A aquesta tesi proposem mètodes d’anàlisi de sentiment cross-lingües que requereixen menys data paral·lela i treuen el màxim profit de data monolingüe que tenim a l’abast. Proposem un model que optimitza les representacions distribucionals cross-lingües perquè tinguin informació semàntica i també de sentiment, i que demostra ser l’estat de l’art en combinant-se amb traducció automàtica. Després passem a un nivell de granularitat més fina i examinem com canvia el rendiment dels models amb diferents llengües metes i dominis. Finalment, demostrem que aquestes tècniques també són adequats per a l’adaptació de domini.

L'objectiu últim d'aquest treball és realitzar un estudi quantitatiu i qualitatiu que evidenciï que la forma en què estan verbalitzades les dues lleis que regulen la violència de gènere i domèstica a Espanya i Anglaterra des del punt de vista lèxic té molt a veure amb els objectius polítics o sociològics que la llei es proposa abordar. L’article analitza el que Garofalo (2017: 56) anomena "els elements axiològics" o unitats lèxiques valoratives que expressen la involucració emocional en les lleis i com es produeixen de diferent manera depenent de la cultura jurídica de què es tracti. El corpus analitzat es compon de la Llei orgànica espanyola 1/2004, de mesures de protecció integral contra la violència de gènere, i la Llei de 2004 sobre violència domèstica, delictes a la llar i les seves víctimes, d'Anglaterra i Gal·les. L'anàlisi consta de dues fases: la primera porta a terme un processament automàtic per mitjà d’Antconc 2.0 (Anthony, 2014), per tal d'obtenir una llista de paraules clau indicadores de la rellevància i freqüència en cada corpus dels termes que pertanyen a l'àmbit del llenguatge jurídic i d'aquells que conceptualitzen el marc conceptual de la violència domèstica i de gènere, respectivament. En la segona fase s'ha utilitzat la perspectiva de l'anàlisi del sentiment i, més específicament, el programa Lingmotif v.1.0 (Moreno Ortiz, 2017), per tal d’estudiar la polaritat (positiva, negativa o neutra) i la intensitat de sentiment d'aquests textos legislatius, mitjançant una anàlisi lèxica detallada duta a terme per l'esmentat programa., The ultimate goal of this paper is to perform a quantitative and qualitative analysis to show how the ways in which laws on gender and domestic violence in Spain and the UK are verbalised from a lexical standpoint are closely related to the political or sociological goals sought by the law in question. It examines what Garofalo (2017: 56) dubs “axiological items” or evaluative lexical units that express emotional engagement in laws and how differences arise due to the particular legal culture involved. The corpus analysed is made up of Spain’s Organic Law 1/2004, on Integral Protection Measures against Gender Violence and the Domestic Violence, Crime and Victims Act 2004 of England and Wales. A two-stage analysis is provided. Stage One performs automated processing using Antconc 2.0 (Anthony, 2014) to obtain a listing of keywords indicative of importance and frequency in each law of the terms belonging to the legal sphere and those fashioning the conceptual framework for domestic and gender violence, respectively. The second stage examines them from the perspective of sentiment analysis, specifically using the Lingmotif v.1.0 software package (Moreno Ortiz, 2017) in order to study the polarity (positive, negative or neutral) and the intensity of sentiment in these two legislative texts, by means of a detailed lexical analysis carried out by said application., El objetivo último de este trabajo es realizar un estudio cuantitativo y cualitativo que evidencie que la forma en la que están verbalizadas las dos leyes que regulan la violencia de género y doméstica en España e Inglaterra desde el punto de vista léxico tiene mucho que ver con los objetivos políticos o sociológicos que la ley se propone abordar. El artículo analiza lo que Garofalo (2017: 56) denomina «ítems axiológicos» o unidades léxicas valorativas que expresan la involucración emocional en las leyes y cómo se dan de diferente manera dependiendo de la cultura jurídica de que se trate. El corpus analizado se compone de la Ley Orgánica española 1/2004 de Medidas de Protección Integral contra la Violencia de Género y la Ley de 2004 sobre Violencia Doméstica, Delitos en el Hogar y sus Víctimas de Inglaterra y Gales. El análisis consta de dos fases: la primera lleva a cabo un procesamiento automático por medio de Antconc 2.0(Anthony, 2016), con el fin de obtener una lista de palabras clave indicadoras de la relevancia y frecuencia en cada corpus de los términos que pertenecen al ámbito del lenguaje jurídico y de aquellos que conceptualizan el marco conceptualde la violencia doméstica y de género, respectivamente. En la segunda fase se ha utilizado la perspectiva del análisis del sentimiento y, más específicamente, el software Lingmotifv.1.0(Moreno Ortiz, 2017), con el fin de estudiar la polaridad (positiva, negativa o neutra) y la intensidad de sentimiento de estos textos legislativos, a través de un análisis léxico pormenorizado llevado a cabo por dicho software.

Existen múltiples sistemas para análisis de sentimiento con diseños heterogéneos y niveles variados de desempeño. En este artículo se presenta un modelo de generación de especificaciones computacionales de los sistemas para identificación de polaridad tendientes a facilitar comparaciones más profundas y detalladas de las técnicas que se utilizan. Buscamos crear conciencia entre los investigadores de la información necesaria para la construcción de especificaciones que permitan replicar sistemas. A su vez, discutimos las dificultades que se tiene al evaluar y al hacer comparaciones congruentes entre sistemas e ir más allá del resultado que se puede obtener para una tarea específica sobre un conjunto de datos particular. Estamos convencidos de que una estructuración completa y clara de todos los procesos y de los ajustes a que son sometidos los trabajos presentados en las competencias es crucial para enriquecer el conocimiento del uso de estrategias hacia la mejora general de los sistemas. There are multiple systems for sentiment analysis with heterogeneous designs and varying levels of performance. In this paper, we propose a model of computational specifications of polarity identification systems. The model makes easier the comparison of the different techniques used. We seek to create awareness among researchers of the necessary information for the elaboration of specifications that allow the replication of systems. Additionally, we discuss the difficulties of evaluating and conducting consistent comparisons among systems, and going beyond the result that can be obtained for a specific task on a particular data set. We are convinced that a complete and clear framework that encompasses all the modules of the systems that participate in competitions is crucial to enrich the knowledge for improving the state-of-the-art in sentiment analysis. Se agradece el apoyo de MICITT y CONICIT del Gobierno de Costa Rica y al proyecto IN403016 DGAPA-PAPIIT de la UNAM. Eugenio Martínez Cámara fue financiado por el programa Juan de la Cierva Formación (FJCI-2016-28353) del Gobierno de España.

El proyecto se basa en la implementación de un sistema de análisis de sentimiento bajo la red social Twitter, sobre las opiniones que publican los usuarios acerca de la Independencia de Cataluña y los presos políticos. El proceso se inicia creando una base de datos, obtenida a partir de una recopilación sobre una cierta cantidad de Tweets, y posteriormente analizado su contenido utilizando varios algoritmos de sentimientos. El objetivo principal es el de averiguar si dichas publicaciones acerca del tema que nos concierne son positivas, negativas o neutras, con la finalidad de obtener una idea sobre la opinión que tienen los usuarios que utilizan esta red social. The project is based on the implementation of a system of anàlisis of feeling under the social network Twitter, on the opinions that the users publish it brings over of the Independence of Catalonia and the political prisoners. The process begins creating a database obtained from a summary on Tweets's certain quantity, and later analyzed his content using several algorithms of feelings. The principal aim is of quarrelling if said publicacions brings over of the topic that us concerns they are positive, negative or neutral, with the purpose of obtaining an idea on the opinion that there have the users who use this social network. El projecte es basa en la implementació d'un sistema d'anàlisi de sentiments, a la xarxa social Twitter, sobre les opinions publicades pels usuaris en relació a la Independència de Catalunya i els presos polítics. El procés s'inicia creant una base de dades, obtinguda de la recopilació d'una certa quantitat de Tweets, i posteriorment analitzant el seu contingut utilitzant diversos algoritmes de sentiments. L'objectiu principal és el d'esbrinar si les publicacions fetes sobre el tema escollit són positives, negatives o neutres, amb la finalitat d'obtenir una idea sobre l'opinió que tenen els usuaris que fan ús d'aquesta xarxa social.

En el análisis de sentimiento, la mayoría de las investigaciones han sido llevadas a cabo en dominios generales tales como en el análisis de opiniones de películas, restaurantes y otros productos o servicios, con escasa representación en el ámbito médico. Cada vez más, los pacientes buscan información en internet sobre los posibles beneficios, efectos adversos y opiniones que otros pacientes tiene sobre diferentes fármacos. El objetivo de este trabajo es predecir el grado de satisfacción de los pacientes respecto a un determinado fármaco en base a sus comentarios. Para llevar a cabo la tarea, hemos utilizado una colección de comentarios sobre diferentes tipos de fármacos y aplicado una red convolucional para la clasificación de los mismos. Los resultados muestran que este tipo de redes proporciona mejores resultados en términos de precisión, recall y f1-score que empleando algoritmos clásicos de clasificación como las máquinas de soporte vectorial. Most of the research in sentiment analysis has been conducted in general domains such as the analysis of film reviews, restaurants and other products or services, but without much representation in the medical field. Increasingly, patients are searching the internet for information about the potential benefits, adverse effects and opinions that other patients have about different drugs. The aim of this work is to predict the degree of patient satisfaction with a given drug based on their reviews. To carry out the task, we have used a collection of reviews on different types of drugs and applied a convolutional network for their classification. The results show that this type of network provides better results in terms of precision, recall and f1-score than using classical classification algorithms such as vector support machines. Este trabajo ha sido financiado por el Programa de Investigación del Ministerio de Economía y Competitividad del Gobierno de España (proyecto DeepEMR TIN2017-87548-C2-1-R).

The Brexit process started on 23rd June 2016 when a referendum was held to vote whether the UK was leaving the EU or not. However, it did not become a reality until 31st January 2020, when the UK officially left the EU. Many debates have taken place to reach this agreement between the most influential politicians in the country. The main objective of this paper is to analyse the poli- tical discourse of the two main protagonists of this process: Boris Johnson, the Prime Minis- ter, and Jeremy Corbyn, the leader of the opposition. The analysis is twofold: on the one hand, a linguistic analysis was carried out to compare the word choice of each politician; on the other, Sentiment Analysis techniques were applied to explore the general polarity of the political discourse., El Brexit comenzó el 23 de junio de 2016 cuando tuvo lugar un referéndum para votar si el Reino Unido abandonaría la Unión Europea o no. Sin embargo, no fue hasta el 31 de enero de 2020 cuando se hizo realidad y el Reino Unido oficialmente dejó de pertenecer a la Unión Europea. Numerosos debates han tenido lugar para alcanzar este acuerdo entre los políticos más importante del país. El principal objetivo de este artículo es analizar el discurso político de los dos protagonistas de este proceso: Boris Johnson, Primer Ministro, y Jeremy Corbyn, líder de la oposición. El análisis tiene un doble objetivo: por un lado, se trata de un análisis léxico para comparar la elección de la palabra de cada uno de los políticos; por otro, se ha realizado análisis de sentimiento para ver la polaridad general del discurso político., Universidad Nacional de La Plata, Asociación Argentina de Humanidades Digitales

espanolEn el presente articulo se aborda la utilidad de las herramientas y metricas de audiencia surgidas en el entorno digital para desarrollar practicas comunicativas de Inbound Marketing. Los objetivos que se persiguen son reconocer que nuevos indicadores estan utilizando las metricas de audiencia; identificar los datos que aportan para practicas de inbound marketing y apreciar en que permiten testar los contenidos y planificarlos. Para ello se identifican las principales herramientas de medicion y los servicios que ofrecen, asi como las metricas que permiten detectar los comportamientos y emociones de los usuarios frente a los mensajes, posibilitando testar los mismos y planificarlos para atraer la atencion del publico, retenerlo y fidelizarlo. Las conclusiones permiten ver como las nuevas metricas estan reconfigurando la manera en la que se producen y distribuyen los contenidos, hasta llegar a convertirse en herramientas indispensables, que permiten identificar la capacidad de atraccion, retencion, fidelizacion y satisfaccion de los usuarios frente a dichos contenidos. La analitica de datos ha pasado a ser una herramienta en la que los aspectos pragmaticos interseccionan con aspectos emocionales, permitiendo cuantificar la experiencia y la emocion mas alla del habito y posibilitando planificar los contenidos para adaptarlos a los requerimientos de los usuarios. EnglishThis article addresses the usefulness of audience metrics and the tools for developing communicative practices of Inbound Marketing in the digital environment. The objectives of this article are to identify what new indicators audience metrics are using, determine the data they provide for inbound marketing practices, assess how data allows contents to be tested and plan them. For this purpose, the central measurement tools were identified and the services they offer as well as the metrics that allow user behavior and emotions regarding messages to be detected, enabling content testing and planning accordingly to attract and retain audience attention and foster loyalty. The conclusions reveal how new metrics are reshaping the way in which contents are produced and distributed, making them indispensable tools for identifying the capacity to attract, retain, satisfy and create loyal users. Data analysis has become a tool in which practical aspects intersect with emotional ones, allowing the experience and the emotion beyond habit to be quantified, as well as enabling contents to be planned, adapting them to users’ requirements.

Analyzing the sentiment of Social Networks users is an attractive task, well-covered by the Sentiment Analysis research communities. Alongside, predicting the rating/opinion of users in Social Networks or e-commerce platforms is another attractive task covered by the Recommender Systems research communities. However, there is a rather new field of study that takes advantage of both of the mentioned scopes to predict the “unexpressed” opinion of users, based on their written sentiments and their similarity. Although the Social Network extracted data (due to the sparsity of the addressed items by different users) deals with high volumes of uncertainty, none of the few dozens of conducted studies in the Sentiment Prediction field focuses on managing the mentioned uncertainty. In this dissertation, we introduce the necessary foundations for constructing an Uncertainty-handling Sentiment Prediction system, by means of possibility theory, fuzzy theory, and probability theory. Moreover, we define an international project called probabilistic/possibilistic Text-based Emotion Rating (pTER) to fill and then enrich the gap of uncertainty management in Sentiment Prediction. pTER comprises two sub-projects: Scalar and Interval pTER. This dissertation provides five foundational research studies in the scalar pTER. Although the mentioned studies are sufficient for the targeted system, we let the scalar pTER system, itself, to be disseminated only after it can use its entire potency by utilizing the in-progress research projects of the other researchers of the pTER project, defined by this dissertation. In addition to the presented scalar-pTER studies, we also propose one research study in the interval pTER project which goes one step further in Uncertainty-handling and takes the measurement errors of the scalar pTER sub-systems into account. The presented studies in scalar- and interval-pTER belong to three phases: (I) Uncertainty-handling NLP platform, (II) Uncertainty-handling Sentiment Analysis, and (III) Uncertainty-handling Collaborative Filtering. The conducted experiments in this dissertation prove the superiority of our Uncertainty-handling approaches in all of these phases, in comparison to the corresponding state-of-the-art Hay un campo de estudio bastante nuevo que aprovecha análisis de sentimiento y filtrado colaborativo para predecir la opinión "no expresada" de los usuarios, en función de sus sentimientos escritos y su similitud. Aunque de la red social se extraen datos (debido a la escasez de los elementos tratados por diferentes usuarios), abarcando e un alto volumen de incertidumbre, ninguna de las pocas docenas de estudios realizados en el campo predicción del sentimiento se centra en la gestión de la incertidumbre mencionada. Presentamos los fundamentos necesarios para construir un sistema de predicción del sentimiento de manejo de la incertidumbre, mediante la teoría de la posibilidad, la teoría difusa y la teoría de la probabilidad. Además, definimos un proyecto internacional llamado Probabilistic / Posibilista basado en el Emoción Rating (pTER) de textos para llenar y luego enriquecer el área de investigación de la gestión de la incertidumbre en predicción del sentimiento

[EN] Sentiment analysis on Twitter offers possibilities of great interest to evaluate the currents of opinion disseminated through this medium. The huge volumes of texts require tools able to automatically process these messages without losing reliability. This paper describes two different types of approaching this problem. The first strategy is based on Supervised Learning processes, developed in the field of artificial intelligence. Its application requires some tools from natural language processing along with a classifed corpus as a starting point. The second approach is based on polarity dictionaries. SentiStrength tool is located in this line. It is increasingly applied to studies of Twitter in English. The paper assesses the most advanced studies using each of these approaches for analyzing tweets in Spanish. Finally, the advantages and limitations of each of these approaches for researching political communication are assessed. While supervised learning allows taking into account the context thanks to its ability to detect patterns of words, the researcher who uses this approach requires having data analyst skills to better refine the process. Instead, SentiStrength is more oriented to the semantic content of the terms of the message. It requires more of a competence in linguistics by the researcher. The main conclusion of this study is that both automated methods of analysis can not do without a demanding manual coding if they are to be used reliably in research., [ES] El análisis del sentimiento en los mensajes publicados en Twitter ofrece posibilidades de gran interés para evaluar las corrientes de opinión difundidas a través de este medio. Los enormes volúmenes de textos requieren de herramientas capaces de procesar automáticamente estos mensajes sin perder fiabilidad. Este artículo describe dos tipos de técnicas para abordar este problema. La primera estrategia se basa en los procesos de Aprendizaje Automático Supervisado. Su aplicación requiere integrar algunas herramientas del Procesamiento de Lenguajes Naturales y tomar como punto de partida un corpus clasifcado. El segundo enfoque está basado en diccionarios de polaridad. En esta línea se sitúa la herramienta de SentiStrength, la cual se está aplicando cada vez más a los estudios de Twitter en inglés. El artículo evalúa los estudios más avanzados que utilizan cada uno de estos enfoques para el análisis de los tweets en castellano. Por último, se señalan las ventajas y limitaciones de cada uno de estos enfoques para su aplicación a la investigación en comunicación política. Si bien el aprendizaje automático supervisado permite tener en cuenta el contexto, el investigador requiere competencias de analista de datos con el fin de afinar mejor el proceso. En cambio, SentiStrength está más orientado al contenido semántico de los términos del mensaje, y se requiere más bien una competencia en lingüística por parte del investigador. La principal conclusión es que ambos métodos automáticos de análisis no pueden prescindir de una exigente codificación manual si se desea utilizarlos con fiabilidad en la investigación., Este trabajo ha sido posible gracias a Emilio Giner Hernández por introducir al autor en el análisis automatizado de sentimiento, y a Lorena Cano Orón por sugerir redactarlo. La presente investigación forma parte del proyecto I+D Los flujos de comunicación en los procesos de movilización política: medios, blogs y líderes de opinión financiado por el Ministerio de Economía y Competitividad (referencia CSO2013-43960-R).

La expansión de la web 2.0 en los últimos años ha provocado un crecimiento exponencial de la información disponible en internet. Este fenómeno ha originado interés por el análisis de sentimientos, una tarea del procesamiento del lenguaje natural que identifica opiniones relacionadas con diferentes temáticas. Existen diferentes redes sociales donde los públicos expresan sus opiniones en tiempo real. De estas redes, Twitter y Facebook son las más destacadas, de manera que diariamente millones de personas interactúan entre sí, expresando mediante textos sus opiniones acerca de diferentes temas. Esto ha hecho que dichas redes se hayan convertido en focos de información que permiten conocer en tiempo real las opiniones que los usuarios expresan sobre una gran variedad de temáticas. Conocer el sentimientos que los públicos tienen acerca de algo, es muy importante tanto para empresas privadas como públicas, ya que permite conocer qué sienten los públicos respecto de sus productos, actuaciones, etc. Pero esto no es tarea sencilla, ya que hay que extraer, analizar y clasificar dicha información, haciendo uso de métodos que permitan determinar la positividad o negatividad de dichas opiniones. Todo este proceso es lo que se denomina análisis de sentimiento, el cual es el encargado de determinar la positividad o negatividad de la opinión expresada. Para ello, existen diferentes métodos basados, por ejemplo, en técnicas estadísticas como el clasificador Naïve Bayes, métodos basados en diccionarios, o métodos basados máquinas de vectores soporte (SVM). En este trabajo se propone un modelo de análisis de sentimiento basado en aprendizaje automático por medio de la técnica del clasificador Naïve Bayes y tomando como conjunto de datos de entrada al sistema textos de Twitter y Facebook del sector bancario.

El presente estudio analiza la valencia y el contenido creativo de los destinos turísticos a través de eWOM. Las hipótesis de investigación se refieren a: (i) la existencia de diferencias en las valencias y el tipo de contenido según los componentes del destino (actividades o atracciones), y (ii) la existencia de diferencias en el tipo de contenido en función del nivel de conocimiento del autor. Para contrastarlas, se hizo un análisis de contenido de 5.133 reseñas de TripAdvisor. El análisis del sentimiento se utilizó para la identificación de la valencia y estrategia creativa de los comentarios de las actividades y de las atracciones. Los resultados muestran que el eWOM en las actividades posee una valencia más positiva en comparación con las atracciones. Los comentarios sobre las atracciones son más objetivos cuando los autores tienen más experiencia en la comunidad virtual. Using eWOM content, the present study analyses the valence and the creative content on tourist destinations. Research hypotheses refer to: (i) the existence of differences in valences and type of content according to the destination components (activities or attractions) and (ii) influence depending on the level of expertise of the writer. Content analysis of 5,133 TripAdvisor reviews was used to test the hypotheses and sentiment analysis for the identification of the creative strategy and of the valence of the comments. Our findings suggest that eWOMs on activities have a more positive valence compared to attractions. Comments on attractions are more objective when authors have more experience in the virtual community.

El impacto de los comentarios en redes sociales con relación a crisis alimentarias es un objeto de estudio reciente, cuyos efectos hay que seguir. En esta investigación se analiza el caso de la carne roja y sus presuntos efectos cancerígenos con el objetivo de determinar el seguimiento en Facebook y Twitter y el carácter de los comentarios (positivos, neutros o negativos). La agencia internacional para la investigación del cáncer (dependiente de la OMS) presentó el 26 de octubre de 2015 un informe donde se evaluaba la carcinogenicidad del consumo de carne incluyéndola en el grupo 2A. Esta noticia estuvo presente en las redes sociales, principalmente en Facebook y Twitter, las más utilizadas en España en ese momento. Por ello, se utiliza la metodología cualitativa de análisis de sentimiento en esas redes sociales y las publicaciones relacionadas con la noticia. Se buscaron las publicaciones del 26 de octubre al 26 de noviembre de 2015 y se utilizaron hashtags específicos (“carne roja” y “OMS”) para centrar la búsqueda. Las publicaciones se clasificaron en positivas, neutras o negativas. También se valoraron las reacciones de los otros usuarios en cada publicación mediante un análisis estadístico cuantitativo. Se analizaron 391 publicaciones en Twitter y 33 en Facebook. En la primera red social, se encontraron publicaciones en todo el periodo de tiempo acotado; en Facebook, solo en la mitad del tiempo. El 57,6% de las publicaciones de Facebook presentan una intencionalidad neutra, el 27,3% negativa y el 15,1% positiva. En Twitter, 47,6% son neutras, 39,6% negativas y 12,8% positivas. El seguimiento de otros usuarios a las publicaciones estudiadas no fue estadísticamente significativo. La apreciación de los usuarios cambia con el paso del tiempo, pasando de comentarios negativos y neutros a neutros y positivos hasta que solo quedaron información objetiva. También se observa una falta de comunicación entre las entidades oficiales y los usuarios de estas redes.

Se propone un estudio semantico-discursivo de las dos querellas presentadas por la Fiscalia Superior de Cataluna contra D.a Carme Forcadell i Lluis, presidenta del Parlamento de Cataluna, y contra los miembros de la Mesa del Parlamento catalan por los delitos de desobediencia y prevaricacion. Compaginando las metodologias del analisis de sentimiento, de la linguistica del corpus y de la teoria de la valoracion, este estudio desmiente la idea de que la querella solicita de forma imparcial la aplicacion de normas generales a casos concretos. Lejos de ser facticos o ideacionales, los enunciados del fiscal estan cargados de significados interpersonales y manifiestan implicacion subjetiva con una vehemencia aledana de la invectiva politica.

El problema d'investigació que s'ha desenvolupat en aquesta tesi pretén donar resposta a algunes de les preguntes obertes actualment al voltant de dos grans temes, "Emotion Awareness in elearning" i "Emotional feedback in e-learning", proposant un model conceptual i computacional de anàlisi de l'emoció en un entorn CSCL i, en particular, en el discurs educacional que té lloc en aquests entorns. En aquesta línia, els objectius d'aquesta tesi han estat mostrar les emocions que els alumnes senten durant el seu procés d'aprenentatge col·laboratiu en entorns virtuals i com aquestes emocions influeixen en el seu aprenentatge. Avaluant les emocions obtingudes, classificant-les i observant la seva evolució dins el període de temps que duri l'acció formativa. Estudiant, a més, per quines situacions formatives, els tutors virtuals afectius poden resultar efectius i apropiats i determinar quines capacitats o habilitats han de tenir per optimitzar els processos d'aprenentatge dels alumnes. Els resultats mostren que un enfocament integrat que inclou solucions i estratègies metodològiques constructivistes per a la detecció i interpretació de l'emoció pot ser desenvolupat i aplicat. Entre els resultats obtinguts es destaca la capacitat del sistema de proporcionar consciència emocional i retroalimentació emocional, analitzar els efectes d'aquest tipus de consciència i la influència d'aquest tipus de retroalimentació en aspectes relacionats amb l'aprenentatge, la motivació, el compromís, l'autoregulació i els resultats de l'aprenentatge dels estudiants així com la gestió del temps (time management) i la gestió d'un mateix (self-management) en termes d'implicació conductual i cognitiva, autoregulació i rendiment dels estudiants., El problema de investigación desarrollado en esta tesis pretende dar respuesta a algunas de las preguntas abiertas actualmente en torno a dos grandes temas, <> y <>, proponiendo un modelo conceptual y computacional de análisis de la emoción en un entorno CSCL y, en particular, en el discurso educacional que tiene lugar en este contexto. En esta línea, los objetivos de esta tesis han sido mostrar las emociones que los alumnos sienten durante su proceso de aprendizaje colaborativo en entornos virtuales y cómo estas emociones influyen en su aprendizaje. Evaluando las emociones obtenidas, clasificándolas y observando su evolución dentro del periodo de tiempo que dure la acción formativa. Estudiando, además, para qué situaciones formativas, los tutores virtuales afectivos pueden resultar efectivos y apropiados y determinar qué capacidades o habilidades deben tener para optimizar los procesos de aprendizaje de los alumnos. Los resultados muestran que un enfoque integrado que incluye soluciones y estrategias metodológicas constructivistas para la detección e interpretación de la emoción se puede desarrollar y aplicar en este contexto. Entre los resultados obtenidos se destaca la capacidad del sistema de proporcionar conciencia y retroalimentación emocional, y de analizar los efectos de este tipo de conciencia y la influencia de este tipo de retroalimentación en aspectos relacionados con el aprendizaje, la motivación, el compromiso, la autorregulación y los resultados del aprendizaje de los estudiantes así como la gestión del tiempo (time management) y la gestión de uno mismo (self-management) en términos de implicación conductual y cognitiva, autorregulación y rendimiento de los estudiantes., The research problem that has been developed in this thesis aims to answer some of the currently open questions on two big issues, "emotion awareness in e-learning" and "emotional feedback in e-learning". It also aims to propose a conceptual and computational model of emotion analysis in a CSCL environment and, in particular, in the educational discourse that takes place in this context. Therefore, the goals of this thesis have been to reveal and represent the emotions that students feel during their process of collaborative learning in virtual environments, show how these emotions influence their learning, analyse and evaluate the obtained emotions, classify them, and observe their evolution within the period of time that the learning activity lasts. Moreover, studying particular learning situations, an online affective pedagogical tutor (APT) has been developed that provides efficient and appropriate affective feedback. In addition, our study determined which skills or abilities the APT should have in order to optimize the student’s learning processes. The results show that an integrated approach including solutions and constructivist methodological strategies for the detection and interpretation of emotion can be developed and applied. Among the results obtained, we highlight the system's ability to provide emotional awareness and emotional feedback and the effects of this kind of awareness and the influence of this type of feedback on issues related to learning, motivation, commitment, self-regulation and student learning outcomes as well as to time management and self-management in terms of behavioural and cognitive involvement, self-regulation and student performance.

In this dissertation, we analyze different aspects of the language used in texts published along different social media, and we propose a set of methods for the automatic extraction of polar adjectives as well as for the automatic classification of these texts. First of all, we propose a new classification of polar adjectives according to their lexical features, based on a case study. Secondly, we implement a new domain adaptable system for the automatic extraction of polar adjectives (along with their polarity values), reducing the use of external language resources. Finally, we propose two automatic classifiers (one rule-based and one based on Decision Trees) to identify documents belonging to different stages of the purchase process and texts that analyze different aspects of the product., En esta tesis, analizamos diferentes aspectos del lenguaje utilizado en los textos publicados en diferentes medios sociales y proponemos una serie de métodos para la extracción automática de adjetivos de opinión, así como para la clasificación automática de dichos textos. En primer lugar, proponemos una nueva clasificación de los adjetivos de opinión de acuerdo con sus características léxicas, basada en un estudio de caso. En segundo lugar, implementamos un nuevo sistema de extracción automática de adjetivos de opinión (junto con sus valores de polaridad), adaptable al dominio y que reduce el uso de recursos lingüísticos externos. Finalmente, proponemos dos clasificadores automáticos (uno basado en reglas y otros basados en ´arboles de decisión) para identificar textos pertenecientes a distintas fases del proceso de compra y textos que analizan diferentes aspectos del producto., En aquesta tesi, analitzem diferents aspectes del llenguatge utilitzat en els textos publicats en diferents mitjans socials i proposem una sèrie de mètodes per a l’extracció automàtica d’adjectius d’opinió així com per a la classificació automàtica d’aquests textos. En primer lloc, proposem una nova classificació dels adjectius d’opinió, basada en un estudi de cas, més d’acord amb les seves característiques lèxiques. En segon lloc, vam implementar un nou sistema d’extracció automàtica d’adjectius d’opinió (juntament amb els seus valors de polaritat), adaptable al domini i que redueix l’´us de recursos lingüístics externs. Finalment, proposem dos classificadors automàtics (un basat en regles i un altre basats en arbres de decisió) per identificar textos que pertanyen a diferents fases del procés de compra i textos que analitzen diferents aspectes del producte.

La minería de opiniones (MO) ha mostrado una alta tendencia de investigación en los últimos años debido a la producción en gran escala de opiniones y comentarios por parte de usuarios activos en Internet. Las empresas y organizaciones en general están interesadas en conocer cuál es la reputación que tienen de sus usuarios en las redes sociales, blogs, wikis y otros sitios web. Hasta ahora, la gran mayoría de trabajos de investigación involucran sistemas de MO en el idioma inglés. Por este motivo, la comunidad científica está interesada en trabajos diferentes a este lenguaje. En este artículo se muestra la construcción de un sistema de minería de opiniones en español sobre comentarios dados por clientes de diferentes hoteles. El sistema trabaja bajo el enfoque léxico utilizando la adaptación al español de las normas afectivas para las palabras en inglés (ANEW). Estas normas se basan en las evaluaciones que se realizaron en las dimensiones de valencia, excitación y el dominio. Para la construcción del sistema se tuvo en cuenta las fases de extracción, preprocesamiento de textos, identificación del sentimiento y la respectiva clasificación de la opinión utilizando ANEW. Los experimentos del sistema se hicieron sobre un corpus etiquetado proveniente de la versión en español de Tripadvisor. Como resultado final se obtuvo una precisión del 94% superando a sistemas similares. Recently, the Opinions Mining (OM) has shown a high tendency of research due to large-scale production of opinions and comments from users over the Internet. Companies and organizations, in general terms, are interested in knowing what is the reputation they have in social networks, blogs, wikis and other web sites. So far, the vast majority of research involving systems MO in English. For this reason, the scientific community is interested in researching different to this language. This article is about the construction of a mining system views in Spanish based on comments given by different clients and hotels. The system works on the lexical approach using Spanish adaptation of affective standards for English words (ANEW). These standards are based on evaluations conducted in the dimensions of valence, arousal and dominance. For the construction of the system took into account the phases of extraction, preprocessing of texts, identification of feelings and the respective ranking of the opinion using ANEW. System experiments were made on labeling a corpus from the Spanish version of Tripadvisor. As a result, precision exceeding 94% was obtained at similar systems.

Amb el pas dels anys i l'evolució de les tecnologies, al sector del cinema li han sorgit diferents problemes que fan que en aquest sector no es puguin cometre grans errors. La pirateria i els elevats impostos en el sector de la cultura són uns dels grans problemes que té el cinema actualment. L'evolució de les tecnologies també ha comportat grans avenços en l'anàlisi de dades on es pot obtenir grans quantitats d'informació. Avui en dia, la informació s'ha tornat un recurs molt valuós per a les empreses a l'hora de crear estratègies de futur. En el nostre projecte crearem informació útil per a empreses de l'àmbit cinematogràfic, on agafarem l'opinió que té la gent sobre una pel·lícula que es vagi a estrenar o ja s'hagi estrenat, i l'analitzarem per poder saber quina és l'opinió que tenen els espectadors sobre aquesta pel·lícula. Per a poder analitzar l'opinió de la gent, analitzarem els sentiments del tweets dels espectadors que utilitzin el hashtag de la pel·lícula en qüestió, podent així obtenir l'opinió dels espectadors sobre una pel·lícula. Through the years and the evolution of technology, the film industry have been several problems that make this industry can not make big mistakes. Piracy and high taxes in the culture sector is a major problem that has cinema today. The evolution of technology has also led to great advances in the analysis of data where you can get large amounts of information. Today, information has become a valuable resource for companies in creating future strategies. In our project we will create useful information for companies in the film industry where we take the view that people have about a film which is to be released or have already been released and analyze it to know the movie viewers opinion about this film. In order to analyze the opinion of the people, we will analyze the feelings of the viewers tweets that uses the hashtag of the film in question, then we can get the opinion of spectators on a film. Con el paso de los años y la evolución de las tecnologías, al sector del cine le han surgido diferentes problemas que hacen que en este sector no se puedan cometer grandes errores. La piratería y los elevados impuestos en el sector de la cultura son unos de los grandes problemas que tiene el cine actualmente. La evolución de las tecnologías también ha supuesto grandes avances en el análisis de datos donde se puede obtener grandes cantidades de información. Hoy en día, la información se ha vuelto un recurso muy valioso para las empresas a la hora de crear estrategias de futuro. En nuestro proyecto crearemos información útil para empresas del ámbito cinematográfico, donde tomaremos la opinión que tiene la gente sobre una película que se vaya a estrenar o ya se haya estrenado, y la analizaremos para poder saber cuál es la opinión que tienen los espectadores sobre esa película. Para poder analizar la opinión de la gente, analizaremos los sentimientos de los tweets de los espectadores que utilicen el hashtag de la película en cuestión, pudiendo así obtener la opinión de los espectadores sobre una película.

La minería de opinión se ha convertido en uno de los objetivos de las grandes plataformas de Internet, analistas y entes gubernamentales que desean conocer las opiniones de los usuarios que hacen uso de ellas. En este proyecto fin de carrera se ha implementado un sistema de procesamiento de flujos de textos procedentes de Twitter, basado en el uso de algoritmos de análisis de sentimiento. Se pretende analizar las diferentes opciones existentes hasta ahora. Previamente a ésta implementación se han estudiado algunos de los diferentes métodos y sistemas que existen actualmente: Storm, Trident, Spark. Además se han estudiado algunos de los métodos más utilizados en análisis de sentimiento. Finalmente se ha decidido implementar un entorno de análisis de sentimiento de datos de Twitter. Ingeniería en Informática Informatika Ingeniaritza

El suministro eléctrico es un elemento esencial en la vertebración y el crecimiento socioeconómico de la sociedad actual. Las exigencias que deben satisfacer las redes eléctricas y las distribuidoras en cuanto a la continuidad y seguridad del suministro son crecientes. SEPS (Sistema Experto de Probabilidad y Severidad en Red) es un proyecto del programa INNPACTO del Ministerio de Economía y Competitividad liderado por la empresa Gas Natural Fenosa, en cuyo consorcio participan otras empresas y organismos de investigación. El objetivo fundamental del proyecto es desarrollar un sistema que a partir de la información de previsión meteorológica, de demanda y de generación, obtenga unos índices de probabilidad de ocurrencia de incidencias y restricciones en la red de distribución de energía; y a partir de información sobre el mercado afectado y eventos relevantes, sea capaz de estimar el impacto social de dichas incidencias; permitiendo mejorar así el servicio del suministro eléctrico. Este trabajo fin de máster se centra en la vertiente social del problema, consistente en el análisis de datos de Internet para identificar la severidad reputacional y la repercusión social de los incidentes sobre la red de distribución de energía. El trabajo se dividió en dos partes. Por un lado, se desarrolló un sistema para la captura de datos de diversas fuentes heterogéneas de Internet (sitios web, redes sociales, agendas online, etc.) sobre eventos de gran repercusión en los que un incidente eléctrico pudiera tener cierto impacto en la imagen de Gas Natural Fenosa. Para ello, se estudiaron y seleccionaron diferentes fuentes que contuvieran datos relevantes para el proyecto, se diseñaron una serie de robots o scrapers para la extracción automática de estos datos, y se definieron distintas variables para los eventos recogidos que facilitaron la integración de esta parte social en el modelo global de previsión de incidentes. Por otro lado, una vez sucedido un incidente, se ha desarrollado un sistema que rastrea continuamente redes sociales, webs de noticias y otras herramientas, para medir el impacto que realmente ha tenido dicho incidente en la imagen de marca de la empresa en base a su gestión. Para ello, además del uso de técnicas de extracción de datos, se realizó un estudio del estado del arte en cuanto a las distintas técnicas de análisis de sentimiento existentes, implementando un sistema para la evaluación de la polaridad de textos.

Este artículo presenta un sistema automático para recoger, almacenar, analizar y visualizar de manera agregada información publicada en medios de comunicación sobre ciertas organizaciones junto con las opiniones expresadas sobre ellas por usuarios en redes sociales. Este sistema permite automatizar la elaboración de un análisis de reputación completo y detallado, según diferentes dimensiones y en tiempo real, permitiendo que una organización pueda conocer su posición en el mercado, medir su evolución, compararse con sus competidores, y detectar lo más rápidamente posible situaciones problemáticas para ser capaces de tomar medidas correctoras. This paper presents an automatic system to collect, store, analyze and display aggregated information published in mass media related to certain organizations together with user opinions about them expressed in social networks. This system automates the production of a complete, detailed reputation analysis, in real time and according to different dimensions, allowing organizations to know their position in the market, measure their evolution, benchmark against their competitors, and detect trouble situations to be able to take early corrective actions. Este trabajo ha sido financiado por los proyectos Ciudad2020: Hacia un nuevo modelo de ciudad inteligente sostenible (INNPRONTA IPT-20111006) y MA2VICMR: Mejorando el Acceso, el Análisis y la Visibilidad de la Información y los Contenidos Multilingüe y Multimedia en Red para la Comunidad de Madrid (S2009/TIC-1542).

En este trabajo se presenta un método para la detección de subjetividad a nivel de oraciones basado en la desambiguación subjetiva del sentido de las palabras. Para ello se extiende un método de desambiguación semántica basado en agrupamiento de sentidos para determinar cuándo las palabras dentro de la oración están siendo utilizadas de forma subjetiva u objetiva. En nuestra propuesta se utilizan recursos semánticos anotados con valores de polaridad y emociones para determinar cuándo un sentido de una palabra puede ser considerado subjetivo u objetivo. Se presenta un estudio experimental sobre la detección de subjetividad en oraciones, en el cual se consideran las colecciones del corpus MPQA y Movie Review Dataset, así como los recursos semánticos SentiWordNet, Micro-WNOp y WordNet-Affect. Los resultados obtenidos muestran que nuestra propuesta contribuye de manera significativa en la detección de subjetividad. In this work, we present a sentence-level subjectivity detection method, which relies on Subjectivity Word Sense Disambiguation (SWSD). We use an unsupervised sense clustering-based method for SWSD. In our method, semantic resources tagged with emotions and sentiment polarities are used to apply subjectivity detection, intervening Word Sense Disambiguation sub-tasks. Through an experimental study, we empirically validated the proposed method over two subjectivity collections, MPQA Corpus and Movie Review Dataset, using three widely popular opinion-mining resources SentiWordNet, WordNet-Affect and Micro-WNOp. The results show that our proposal performs significantly better than our proposed baseline. This research work has been partially funded by the Spanish Government through the project TEXT-MESS 2.0 (TIN2009-13391-C04), “Análisis de Tendencias Mediante Técnicas de Opinión Semántica” (TIN2012-38536-C03-03), and SAM - Dynamic Social & Media Content Syndication for 2nd Screen (FP7-611312); and by the Valencian Government through the project PROMETEO (PROMETEO/2009/199).

En este trabajo describimos la primera prueba sistemática realizada para evaluar el rendimiento de Sentitext, un sistema de análisis de sentimiento aún en fase de desarrollo. A diferencia de la mayoría de los sistemas existentes, el funcionamiento de Sentitext está basado enteramente en conocimiento lingüístico independiente del dominio, empleando para ello bases de datos léxicas de amplia cobertura desarrolladas al efecto, careciendo de algoritmos de aprendizaje y de clasificador en el sentido estricto. Los resultados arrojados por esta primera prueba, para la que hemos empleado textos de críticas de usuarios a hoteles provenientes de la versión en español de Tripadvisor, son extremadamente alentadores, dada la alta tasa de acierto en cuanto a polaridad. This paper describes a first test run of Sentitext, a sentiment analysis system under development. Unlike most existing systems, Sentitext is entirely based on linguistic knowledge and independent of any domain, using a wide coverage lexical database and lacking learning algorithms or classifiers, strictly speaking. Results on this first test, for which a collection of hotel review texts from Tripadvisor has been used, are extremely encouraging, given the high polarity hit rate. Esta herramienta ha sido diseñada por el grupo Tecnolengua (http://tecnolengua.uma.es) y desarrollada gracias a la financiación de El Jardín de Junio S.L.U. mediante convenio OTRI con la Universidad de Málaga No 8.06/5.21.3199-1.

En el presente trabajo mostramos la metodología utilizada para la construcción de un lexicón en inglés compuesto de adjetivos y sus orientaciones semánticas. En lugar de calcular un único valor por término, inducimos un conjunto de valores que codifican la orientación semántica de un término cuando es utilizado en distintos dominios. La generación automática del recurso se ha basado en la construcción de grafos (uno por dominio) a partir de expresiones conjuntivas entre adjetivos observadas en un corpus de reviews de productos. Posteriormente aplicamos a dichos grafos una versión modificada del algoritmo PageRank adaptada a la utilización en grafos con aristas con pesos positivos y negativos. El método ha sido evaluado utilizando el recurso Micro-WNOp, obteniendo resultados similares o incluso superiores a los de otros trabajos recientes. In this paper we explain the building of an English lexicon of adjectives and their semantic orientations. Rather than defining the semantic orientation of a term as a single value, we induce many real values representing the semantic orientation of that term being used in different domains. The automatic building of this resource has been based on the construction of graphs from conjunctive expressions between adjectives observed in a review corpus. A modified PageRank algorithm, adapted to be used with graphs with positive and negative edges, was applied to these graphs to obtain the values for the semantic orientation of terms. The method has been evaluated using Micro-WNOp, getting similar results or even better than those reported by some recent papers. Comisión Interministerial de Ciencia y Tecnología HUM2007-66607-C04-04

The Brexit process started on 23rd June 2016 when a referendum was held to vote whether the UK was leaving the EU or not. However, it did not become a reality until 31st January 2020, when the UK officially left the EU. Many debates have taken place to reach this agreement between the most influential politicians in the country. The main objective of this paper is to analyse the poli- tical discourse of the two main protagonists of this process: Boris Johnson, the Prime Minis- ter, and Jeremy Corbyn, the leader of the opposition. The analysis is twofold: on the one hand, a linguistic analysis was carried out to compare the word choice of each politician; on the other, Sentiment Analysis techniques were applied to explore the general polarity of the political discourse. El Brexit comenzó el 23 de junio de 2016 cuando tuvo lugar un referéndum para votar si el Reino Unido abandonaría la Unión Europea o no. Sin embargo, no fue hasta el 31 de enero de 2020 cuando se hizo realidad y el Reino Unido oficialmente dejó de pertenecer a la Unión Europea. Numerosos debates han tenido lugar para alcanzar este acuerdo entre los políticos más importante del país. El principal objetivo de este artículo es analizar el discurso político de los dos protagonistas de este proceso: Boris Johnson, Primer Ministro, y Jeremy Corbyn, líder de la oposición. El análisis tiene un doble objetivo: por un lado, se trata de un análisis léxico para comparar la elección de la palabra de cada uno de los políticos; por otro, se ha realizado análisis de sentimiento para ver la polaridad general del discurso político. Universidad Nacional de La Plata Asociación Argentina de Humanidades Digitales

Current state-of-the-art models for sentiment analysis make use of word order either explicitly by pre-training on a language modeling objective or implicitly by using recurrent neural networks (RNNs) or convolutional networks (CNNs). This is a problem for cross-lingual models that use bilingual embeddings as features, as the difference in word order between source and target languages is not resolved. In this work, we explore reordering as a pre-processing step for sentence-level cross-lingual sentiment classification with two language combinations (English-Spanish, English-Catalan). We find that while reordering helps both models, CNNS are more sensitive to local reorderings, while global reordering benefits RNNs., Comment: Accepted to SEPLN 2019

La relación entre medios de comunicación y los medios sociales está acentuándose en plena Sociedad de la Banda Ancha. Mientras los mass media se plantean la difusión de los contenidos en redes sociales como una obligación, los algoritmos y las métricas de análisis en estas redes se multiplican para objetivizar el rendimiento que la empresa informativa puede obtener de su actividad virtual. En este artículo de innovación teórica se exponen el proceso de uso de redes y medios sociales y las métricas utilizadas en función del objetivo a conseguir, y se incide en el análisis de sentimiento, que permite conocer si la reacción del lector a las unidades de contenido de los medios de comunicación es positiva, neutra o negativa. Se concluye que la medición de la polaridad de los comentarios del lector ayuda a la empresa informativa a mejorar la experiencia del receptor gracias sobre todo a la interactividad. The relationship between media and social media is accentuated in full Broadband Society. While the mass media dissemination of content on social networks seems an obligation, algorithms and metrics analysis on these networks try to multiply performance for the media company from its virtual activity. This article, from a theoretical innovation perspective, analyses the process of using social networks and social media and metrics used following objectives. We study the sentiment analysis, which identifies if the reader’s reaction to the content units of the media is positive, neutral or negative. It is concluded that the measurement of the polarity of the reader comments to the media company helps to improve the customer experience thanks in particular to receiver interactivity.

Sentiment analysis is the area of Natural Language Processing that aims to determine the polarity (positive, negative, neutral) contained in an opinionated text. A usual resource employed in many of these approaches are the so-called polarity lexicons. A polarity lexicon acts as a dictionary that assigns a sentiment polarity value to words. In this work we explore the possibility of automatically generating domain adapted polarity lexicons employing continuous word representations, in particular the popular tool Word2Vec. First we show a qualitative evaluation of a small set of words, and then we show our results in the SemEval-2015 task 12 using the presented method. El análisis de sentimiento es un campo del procesamiento del lenguaje natural que se encarga de determinar la polaridad (positiva, negativa, neutral) en los textos en los que se vierten opiniones. Un recurso habitual en los sistemas de análisis de sentimiento son los lexicones de polaridad. Un lexicón de polaridad es un diccionario que asigna un valor predeterminado de polaridad a una palabra. En este trabajo exploramos la posibilidad de generar de manera automática lexicones de polaridad adaptados a un dominio usando representaciones continuas de palabras, en concreto la popular herramienta Word2Vec. Primero mostramos una evaluación cualitativa de la polaridad sobre un pequeño conjunto de palabras, y después mostramos los resultados de nuestra competición en la tarea 12 del SemEval-2015 usando este método. This work has been supported by Vicomtech-IK4.

En este trabajo se presenta una estrategia basada en clasificadores binarios de máxima entropía para el análisis de sentimiento y categorización de textos de Twitter enfocados al español. El sistema desarrollado consigue los mejores resultados para la categorización temática, y el segundo lugar para el análisis de sentimiento, en un esfuerzo de evaluación conjunta (Villena-Román et al., 2012). Se han explorado diferentes configuraciones para ambas tareas. Esto llevó a la utilización de una cascada de clasificadores binarios para el análisis de sentimiento y una estrategia de tipo uno-vs-todo para la clasificación de tema, donde los temas más probables para cada tweet fueron seleccionados. This paper presents a strategy based on binary maximum entropy classifiers for automatic sentiment analysis and topic classification over Spanish Twitter data. The developed system achieved the best results for topic classification, and the second place for sentiment analysis in a joint evaluation effort – the TASS challenge (Villena-Román et al., 2012). Different configurations have been explored for both tasks, leading to the use of a cascade of binary classifiers for sentiment analysis and a one-vs-all strategy for topic classification, where the most probable topics for each tweet were selected. This work was partially supported by national funds through FCT – Fundação para a Ciência e Tecnologia, under project PEst-OE/EEI/LA0021/2011, and by DCTI – ISCTEIUL – Lisbon University Institute.

Las redes sociales, y en concreto Instagram, han tenido un gran impacto en el mundo de la moda, tanto en la forma en que se consume y se habla de moda como en la forma en que las marcas se relacionan con sus clientes, lo que ha afectado a la forma de llevar a cabo el marketing para este tipo de marcas. Por este motivo, las marcas precisan extraer y analizar la información generada en las redes, siendo una de las herramientas válidas el Análisis de Sentimiento. El objetivo de este Trabajo Fin de Grado es intentar conocer el sentimiento general del público o la audiencia de la Mercedes-Benz Fashion Week celebrada en la primavera/verano del año 2020 en Madrid, para cual se desarrolla un Análisis de Sentimiento en Rstudio, utilizando un enfoque basado en el uso de lexicons. Se extraerán los datos directamente del hashtag #MBFWM en Instagram, y se procederá a analizarlos con el fin de determinar el sentimiento general de quienes comentaron sobre el evento objeto de estudio. Se analizará tanto el texto escrito en dichos posts, como los emojis empleados para complementar el texto. Finalmente, a partir de la información extraída de los análisis se establecerán una serie de conclusiones.